人工智能线性判别分析算法建立喉癌5年生存状态预测模型

作者：李祖飞; 黄志刚; 房居高; 陈晓红; 钟琦; 李平栋; 侯丽珍; 高文; 张洋^*

来源：肿瘤预防与治疗, 2022, 35(02): 120-126.

• 人工智能
• 预测模型
• 线性判别分析
• 喉癌
• 机器学习

目的:采用人工智能线性判别分析(linear discriminant analysis, LDA)算法建立判断喉癌5年生存状态的预测模型，为临床喉癌的诊治及预后判断提供参考。方法:回顾性分析我院124例喉癌患者生存预后数据，采用LDA算法，以患者的性别，年龄，是否抽烟、饮酒，TNM分期，肿瘤的临床分期，有无复发，有无放化疗及病理分级等临床参数作为特征，以60%数据为训练集，40%数据为测试集建立模型，以准确率、灵敏度、特异度、曲线下面积(area under the curve, AUC)、F1值和Cohen’s kappa系数对模型进行评估。此外，将LDA与支持向量机等其他机器学习算法的模型结果进行对比。结果:我们成功使用LDA算法建立了基于上述临床特征的喉癌5年生存状态预测模型，模型的准确率、灵敏度、特异度、AUC、F1值及Cohen’s kappa系数分别为：0.86、0.86、0.85、0.86、0.86和0.66,与其他机器学习算法相比，LDA算法建立的模型性能最佳。结论:采用LDA算法可以建立可靠的喉癌5年生存状态的预测模型，本模型可为喉癌临床诊治提供一个新的预后评估手段。

• 出版日期2022
• 单位首都医科大学附属北京同仁医院